windows下安装TensorFlow+keras【Win8.1 + Anaconda3-5.2.0 ( python3.6)+pycharm】

 

转载https://blog.youkuaiyun.com/sunxinyu/article/details/73255802

本文主要介绍如何在Windows下安装TensorFlow(TensorFlow在2018年已经支持python3.6了,这里安装的是1.9.0)。当然建议还是在linux下安装,在windows下开发不太方便。

相关背景

网上现有的方法都是教如何在windows下安装虚拟机或者安装docker来完成TensorFlow的安装。

得益于google目前已经支持直接在windows直接安装,本文记录下在windows下通过Anaconda安装TensorFlow的过程。

Why Anaconda

因为Anaconda能够提供强大的包管理功能及虚拟环境,为TensorFlow开发提供便利。Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。

详细步骤

1、安装Anaconda 
直接在官网下载并安装Anaconda,这里选择64版本。 
https://www.continuum.io/downloads#windows

注意,windows下安装TensorFlow,要求python版本是3.6,64位。 
安装完Anaconda,也就安装了python3.6等相关工具

2、安装完成后,打开Anaconda Prompt,创建TensorFlow虚拟环境 
在Prompt中输入(开始菜单->Anaconda3—>Anaconda Prompt ):

>>> conda create -n tensorflow python=3.6

如果想升级python,激活后,conda  install python=3.6(版本可替换)。

3、进入TensorFlow环境,输入

>>> activate tensorflow

在命令行前,你就可以看到在输入提示符前加了(tensorflow) 
变成了这样:

(tensorflow)...>>>

如果要退出该虚拟环境,输入 deactive tensorflow 即可

如果要删除该虚拟环境,conda remove --name tensorflow --all

4、安装tensorflow 
直接输入:

>>> pip install tensorflow  #可能有个别的文件安装不上,但是没有影响

5、安装pycharm

下载位置https://www.jetbrains.com/pycharm/?fromMenu

设置file->setting->设置python.exe位置,需要定位到上面创建的TensorFlow环境下

例如D:\Users\****\Anaconda3\envs\tensorflow\python.exe

6安装keras

 

打开Anaconda Prompt,进入tensorflow环境,执行安装keras命令

      activate tensorflow

  1. conda install -c conda-forge keras

7、测试tensorflow是否安装成功 

按照以下步骤验证即可:

import tensorflow as tf
import keras
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
print(tf.__version__)
print(keras.__version__)

8.问题

(1)非法指令(吐核):默认安装的tensorflow版本较新,机器不支持,安装旧版本即可

(win10下python3.5)pip install -i https://pypi.douban.com/simple tensorflow==1.5.0 (版本可替换)

清华镜像(centos下python2.7)pip install --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.5.0rc0-cp27-none-linux_x86_64.whl

(2)环境变量没有添加就不能执行conda,执行vi /etc/profile,添加

export PATH=~/anaconda2/bin:$PATH

然后执行source /etc/profile

(3)Fetching package metadata ......清华镜像卡住

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

### 如何在Anaconda环境中使用PythonPyCharm编辑器搭建TensorFlowKeras深度学习平台 #### 创建Anaconda环境 为了确保不同项目的依赖项不会相互冲突,建议为每个项目创建独立的Conda环境。可以按照如下命令来创建一个新的环境: ```bash conda create --name dl_env python=3.7 ``` 激活新创建的环境以便后续操作: ```bash conda activate dl_env ``` #### 安装必要的库 一旦环境被激活,在该环境下安装所需的机器学习框架和其他辅助工具。 对于TensorFlow而言,可以通过pip或者conda来进行安装。考虑到兼容性和速度优化,推荐采用官方渠道进行安装: ```bash pip install tensorflow ``` 同样地,对于Keras来说,通常不需要单独安装它作为顶层API的一部分已经被包含于TensorFlow之中;但如果确实需要特定版本,则可以直接通过pip安装指定版本号: ```bash pip install keras==2.x.x # 替换"x"为目标版本号 ``` #### PyCharm配置 完成上述步骤之后,打开PyCharm并进入`文件 -> 设置 (Settings)`菜单下的`项目(Project):<your_project_name>`部分找到`Python解释器(Python Interpreter)`选项卡。点击右侧齿轮图标选择`Add...`, 接着挑选`Existing environment` 并浏览至之前创建好的Conda环境路径下对应的Python.exe位置即可[^4]。 此时应该能看到所选中的解释器已经包含了先前安装过的包列表。如果有任何缺失或额外需求也可以在此界面内直接管理这些第三方模块。 #### Jupyter Notebook集成(可选) 如果希望利用Jupyter Notebook开展交互式的编程体验,可以在同一环境中继续执行以下命令以获取支持: ```bash conda install jupyter notebook ipykernel python -m ipykernel install --name=dl_env --display-name "Python (dl_env)" ``` 这一步骤会使得新建Kernel能够识别到当前工作区内的全部资源,并允许用户随时切换不同的计算引擎实例。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值